中心商业区停车方式选择行为影响因素研究＊

梁 潇 王忠宇 李林波 吴 兵

（同济大学道路与交通工程教育部重点实验室 上海201804）

0 引 言

近年来，随着各大中城市的机动车保有量持续上升，小汽车出行比例不断增加，随之而来的停车问题也日趋严重，特别是在城市中心商业区，“停车难”现象已经非常普遍。从停车矛盾的解决途径来看，无论是增加停车设施的供给，还是提高停车资源的利用效率，首要的问题是对特定区域的停车行为特征进行深入研究。

本文研究的停车方式选择行为，是指选择地面停车场或地下停车场进行车辆停放行为。

目前，国内外关于停车行为已有一些研究成果。殷焕焕等［1］通过对北京市典型居民区进行停车行为调查，分析了居民对停车费用的接受意愿以及不同条件下停车方式选择行为的特点；关宏志等［2］通过对北京市繁华地区RP调查和SP调查数据的分析，认为停车收费费率对个人支付停车费用出行者的出行方式选择产生了显著影响，且停车收费费率对个人支付者影响更大，对单位报销者影响较小；张宝玉等［3］利用Logit模型，以步行距离、停车价格、空余车位数和服务质量为影响因素，建立了出行者对某一具体停车场的选择概率模型，旨在通过调节停车场的自身属性来改变出行者的选择行为；Khandker M H等［4］将停车选择视为出行活动的影响因素之一，利用蒙特利尔的调查数据，建立了将停车选择和出行活动安排连结的模型，提出了一种新的思路。

从当前研究状况来看，非集计理论是停车行为甚至出行行为的研究中应用最为广泛的理论，许多学者利用Logit模型或Porbit模型来研究停车选择行为。现有研究表明，停车费用、费用支付者、步行距离、空余车位数等因素会对停车行为产生影响。研究大多分析单个或多个特定因素与停车或出行方式选择行为的关系，其中停车收费的单因素分析较为丰富。而综合分析停车方式选择行为的各项影响因素的研究较少，相关模型也少有涉及，特别是城市中心商业区的停车方式选择行为，鲜有相应研究。

本文拟通过停车方式行为调查，利用非集计理论建立停车方式选择模型，确定停车方式选择的影响因素以及影响程度，横向分析影响停车方式选择行为的因素有哪些，为解决城市中心商业区停车难问题提供理论基础。

1 停车方式选择行为调查

根据对现有文献的研究，总结出停车方式选择行为的影响因素主要包括：年龄、家庭月收入、收费方式、停 车 费 用［5－6］、费 用 支 付 者［7］、出 行 时间、停车后的步行时间、停车场搜索时间等［8－9］。这些影响因素可根据其性质分为2类，个人基本特征，出行特征［10］。在个人基本特征部分，为更好的分析样本是否合理，增加性别选项，故选取驾驶者年龄、性别和家庭月收入为个人特征调查内容。出行特征部分，为了更好的体现停车收费的差异性，故选用单位时间停车费用（停车费率）作为研究对象。考虑到出步行距离的描述更为客观，而步行时间则受到被调查者个体特征的影响，因此选用停车后步行距离作为研究对象。最终，选取费用支付者、步行距离、停车费率、停车时间为调查内容。

为深入探讨中心商业区停车方式选择行为的相关问题，选用沈阳市市级商圈太原街片区北地块（胜利北街、中山路、南京北街和中华路围合而成的三角形区域，面积约为42万m2）为研究区域，通过停车调查的相关数据，研究停车方式选择行为的特点和影响因素。区域内共有地面停车泊位489个，其中路外泊位206个，路内泊位283个；地下停车场共有泊位2 869个，总计研究范围共有停车泊位3 358个。其中地面停车场均按次收费，5元／次，而地下停车场则按停放时间收费，为5元／h。

本次调查采用问卷调查的方式，通过停车行为特征调查表格对停车人群进行抽样调查。另外，根据路内路外停车泊位比例，分别对路内停车者和路外停车者进行调查。调查在2011年10月进行，发放调查问卷300份，回收300份，问卷回收率100%；其中有效问卷240份，有效回收率为80%。

根据对调查结果的统计，得到被调查者的基本信息分布情况。被调查者的性别、年龄以及家庭月收入水平见表1。该区域的调查数据显示，停车者以男性居多，年龄主要集中在18～50岁，其中31～40岁的比例最大，家庭收入主要集中在7 000元／月以下。

表1 被调查者社会属性分布情况Tab.1 Social attribute distribution of respondents

2 停车方式选择行为模型

2.1 Logit模型的构建

本文所研究的内容，包含一个因变量“选择方案”和多个自变量，研究的主要目的在于量化多个自变量对该因变量的影响程度。停车方式选择行为选择的结果是离散的，对选择结果的预测则是选择某一种方案的概率。所以，在研究停车方式选择行为的过程中，选择非集计概率论模型进行建模。Logit模型是非集计概率模型中的一种，目前在出行行为分析中（如出行方式选择预测、出行方式影响因素分析等）应用最为广泛，主要用于分析因变量与自变量之间的关系。这里选取线性回归Logit模型进行建模［11］。

根据非集计模型的相关理论，以及本文所分析的问题，选用二项Logit模型进行分析。

二项Logit选择模型即选择方案的集合中仅有2个选择方案，并从这2个选择方案中选择其一的Logit模型。本研究中，选择方案分别为地面停车场和地下停车场，故采用二项Logit模型，模型构建如下。

式中：Pin为出行者n选择方案i（i＝1，2）的概率；Vin为出行者n选择方案i（i＝1，2）的效用的固定项。

效用函数的特征变量主要包括：待标定参数向量θ和选择方案特征向量Xin。目前线性效用函数形式应用较广，故本文采用线性效用函数形式，有利于简化下一步模型标定和检验工作。

式中：Xink为出行者n的第i个选择方案中所包含的第k个特性变量，包括出行者特性变量和选择方案特性变量；θk为第k个变量所对应的未知参数。

2.2 特性变量的选择

根据现有研究以及本次调查问卷的内容，可以将特型变量分为出行者特性变量和选择方案特性变量2大类。本文以2011年沈阳市太原街片区北地块停车行为调查数据为例，分析停车方式选择行为影响因素。选取的特型变量以及相应的取值方法见表2。

2.3 模型参数的标定与检验

根据调查结果，选取有效数据240个，通过SPSS18.0软件对上述模型进行二项Logistic回归，模型的显著性水平为0.05。在二项Logistic回归方法选择中，首先选用Forward Conditional法，即逐步向前选择法，其中进入检验是基于比分检验统计量，移去检验是基于条件参数估计下的似然比卡方统计量。

表2 特性变量取值表Tab.2 Value of characteristic variables

对上述数据进行回归分析，得到的模型检验和标定结果。模型的似然比卡方统计量为109.430，对应的p值为0.000，小于0.05，所以，在给定0.05的显著性水平下，有理由拒绝所有回归系数都等于0的原假设，即认为该模型是整体显著的。－2 Log likelihood统计量为对数似然函数值的－2倍，该值越小表明模型的拟合优度越高，本模型为125.113，拟合优度较为理想。Nagelkerke R2统计值为0.587，意味着模型解释了被解释变量58.7%以上的变动。

表3、表4为模型标定结果及删除的变量。

表3 模型标定结果Tab.3 Variables in the Equation

表4 从模型中剔除的的变量Tab.4 Variables not in the Equation

从表3和表4的模型标定结果可以看出，性别、停车费率、步行距离、费用支付者和停车时间与停车者的p值小于0.05，认为这些因素与选择结果相关，而月收入和年龄与选择结果的p指大于0.05，认为这些因素与选择结果无关。

基于以上统计结果，可以得出最终选择地面停车场和地下停车场的概率方程为

式中：P1n为出行者n选择地面停车场的概率，P2n为出行者n选择地下停车场的概率。

5个入选模型因素的B值均为正，说明这些因素与选择地面停车场的概率呈正相关，与选择地下停车场的概率呈负相关，这与实际情况是相符的。模型标定结果表明，男性更愿意选择地面停车场。个人支付者更愿意选择地面停车场，这可能是由于个人支付者与单位支付者停车目的不同。地下停车场与地面停车场的停车费率差越大，驾驶者越倾向于选择地面停车场，这主要是因为地面停车场收费更低，驾驶者更愿意选择价格低的停车场停放。地下停车场与地面停车场步行距离差值越大，选择地面停车场的概率越大，这是因为驾驶者大多希望步行距离越短越好，所以当地下停车场的步行距离过长时，地面停车场就受到了青睐；停放时间越长，驾驶者越倾向于停在地面停车场，这是由于地面停车场的停放不受时间限制，所以这种情况下选择地面停车场的概率更高。

模型得出的选择概率方程具有实际应用价值。例如，某一男性驾驶员，个人支付其停车费用，若停放在地面停车场与地下停车场的时间相同，根据模型计算，在选择地面与地下停车场的概率各为0.5的情况下，若地面停车场比地下停车场停车费率高5元／h，则地面停车场比地下停车场步行距离近200～300 m，即个人支付费用的男性驾驶员愿意用200～300 m的步行距离换取5元／h的停车优惠；反之，愿意多付出5元／h的费用换取停车后200～300 m的步行距离。通过此类计算，对停车收费政策的制定、停车场的选址提供了参考依据。

此外，城市停车系统规划理论中，地下配建停车场在城市停车供应中应占主体地位，而地面停车场则是对地下配建停车场的一种补充。但从上述分析结果来看，沈阳市太原街的地面停车场与地下停车场相比，具有一定竞争力，主要是由于地面停车场泊位有限，所以许多驾驶员不得已选择了地下停车场。这种情况与城市停车泊位功能结构的划分是相悖的。本文所建立的模型，为制定相关停车改善策略，例如调节停车费率等，提供了理论依据，有效促进停车供需结构合理化。

3 结束语

本文以沈阳市太原街片区为例，通过停车方式选择行为调查数据，利用SPSS18.0软件对模型进行标定，显著性检验结果显示：月收入和年龄与选择结果无关，性别、费率、步行距离、费用支付者和停车时间与选择结果相关，并标定了各影响因素的影响系数，建立了以性别、费率、步行距离、费用支付者和停车时间为影响因素的停车方式选择模型。该模型具有实际应用价值，例如可通过调节停车费率、步行距离等因素控制地面与地下停车场的选择概率。规划者可利用此模型了解停车者的行为特点，为停车需求的预测、停车矛盾的缓解提供了参考。

由于条件限制，本文的调查数据具有一定的局限性。所建立的模型是否具有普适性，不同城市停车者的停车方式选择行为是否存在差异，这些问题有待进一步研究。除此之外，停车目的，停放安全性等难以量化的因素在本文所建立的模型中并未考虑。在未来的研究中，应着力改进模型使之建立更完善，更可靠，更具有普适性。

［1］ 殷焕焕，秦焕美，关宏志.北京市居民区停车调查［J］.城市交通，2007，5（6）：49－53.

［2］ 关宏志，严 海，李 洋.考虑停车费用支付者的出行方式选择模型［J］.土木工程学报，2008，41（4）：91－94.

［3］ 张宝玉，李顺勇.完整信息下的停车选择行为模型［J］.市政技术，2009，27（6）：557－559.

［4］ Khandker H，Catherine M，Martin T.Integration parking behavior in activity scheduling process［J］.Transportation Research Part A：Policy and Practice，2012，46（1）：154－166.

［5］ 秦焕美，关宏志，殷焕焕.停车收费价格对居民出行方式选择行为的影响研究：以北京市居民小汽车、公交、出租车选择行为为例［J］.土木工程学报，2008，41（8）：93－98.

［6］ 姚胜永，李艳敏.城市中心商务区停车收费与停车行为关系研究［J］.河北工业大学学报，2008，37（5）：110－114.

［7］ 包丹文，邓 卫，顾仕珲.停车收费对居民出行方式选择的影响分析［J］.交通运输系统工程与信息，2010，10（3）：80－85.

［8］ Mei Zhenyu，Xiang Yiqiang，Chen Jun，et al.Optimizing model of curb parking pricing based on parking choice behavior［J］.Journal of Transportation Systems Engineering and Information Technology，2010，10（1）：99－104.

［9］ Su Qing，Zhou L.Parking management，financial subsidies to alternatives to drive alone and commute mode choice in Seattle［J］.Regional Science and Urban Economics，2012，42（1－2）：88－97.

［10］ 刘兰辉.大城市商业区停车行为研究［D］.北京：北京工业大学，2003.

［11］ 杨励雅，邵春福，Haghani A.出行方式与出发时间联合选择的分层Logit模型［J］.交通运输工程学报，2012，12（2）：76－83.